Your GPT for coding. Contextualize your codebase with a powerfully chained AI

コーディング向け GPT。強力に連鎖する AI でコードベースにコンテキストを付与

CodeMasterPro は、ソフトウェアエンジニアリングの体験を向上させるために設計された、高度な AI 搭載コーディングアシスタントです。

機能

• ユーザーの理解 ユーザーの意図を理解します。さらに改善できる可能性があります
• AI によるデバッグ： 潜在的なエラーを特定して修正案を提案し、デバッグプロセスを効率化します。
• 包括的なドキュメント： 関連するドキュメントやサンプルにすぐアクセスでき、理解と生産性を高めます。
• カスタマイズ可能な設定： CodeMasterPro を、好みのコーディングスタイルや設定に合わせて調整できます。
• 複数言語のサポート： 幅広いプログラミング言語をサポートし、さまざまなプロジェクトで活用できます。
• 複数モデルのサポート - 回答の多様性を高めるために Reasoner pro を使用するには、Together API が必要です
• Python と HTML の実行 - 安全な環境でコードを直接実行できます
• メモリ、インターネット、その他のツール - 効果的な RAG のための内部ドキュメントやウェブサイトのスクレイピングなど、多くのツールをサポートしています
• 過去のチャットとスニペット - チャットやスニペットを後で使えるように保存できるようになりました。また、CodeMasterPro は最後に保存されていないチャットを常に保存します
• 高度なカスタマイズ - プロンプトや設定を好みに合わせてカスタマイズできます
• プロジェクトのコンテキスト - Zip、フォルダー、または GitHub リポジトリからプロジェクトをアップロードしてインデックス化し、質問時のコンテキストとして利用できます
• GitHub 検索 - GitHub からオンラインでツールを取得し、LLM が回答に使えるサンプルを提供して、回答の質を高めます

はじめに

前提条件

• Docker：Docker がシステムにインストールされ、実行中であることを確認してください。
• Gemini API Key： AI の中核機能に必要です。Google Gemini から無料の API キーを取得してください。
• Brave API Key（任意）： 検索機能を強化します。Brave Search API から無料の API キーを取得してください。
• Together API key（任意、Reasoner Pro に必要）： 回答の質を大幅に高めますが、速度はかなり遅くなります。高度なコーディングの質問に役立ちます。Together API から無料の API キーを取得してください

利用可能なツール

• WEB – インターネットにアクセスできます。次のように自然な指示で質問してください：
  「MCP サーバーの作成方法をオンラインで検索してください。」

• STACK – Stack Overflow を検索し、開発者に役立つ回答やコード例を探します。
  言語固有またはライブラリ関連の問題の解決に役立ちます。

• INTERNAL – チームの Wiki やプライベートなデータセットなど、内部ドキュメントやナレッジベースを検索します。
  回答が内部ソースに存在しそうな場合に使用してください。

• PYTHON – 隔離された環境で Python コードを実行します。
  ロジック、計算、またはコードスニペットのテストに役立ちます。

• COMPUTE – 複雑な数学的計算や階乗の計算を処理します。
  例：「756! はいくつですか？」

• VISUALIZE – 生のログデータをチャートやグラフに変換します。
  例：「ログを提供するので、時間の経過に伴う CPU 使用率を可視化してください。」

• SAST – Python コードに対して静的アプリケーションセキュリティテスト（SAST）を実行します。
  脆弱性、不適切なパターン、安全でない手法を検出します。

• LIGHTNING – 軽量な質問や事実に基づく質問に、非常に速く回答します。
  深い推論よりも速度を重視して最適化されています。

• DEEP ANALYSIS - 大規模なコード（主に 50000 文字以上）を詳細に分析します コードを詳細に分析してもらえますか

• GITHUB - GitHub API を使用してサンプルを取得し、より効果的に学習します

• CONTEXT - コードベースをアップロードして、質問にコンテキストを与えることができます

メイン思考チェーン

✅ 概要

このワークフローは、強化学習と複数モデルによる推論で強化された、体系的な意思決定および応答生成のパイプラインに従います。

---

⚙️ 1. ツールの選択と実行

• 適切なツールがあるか確認します。
• 利用可能な場合はすぐに実行し、迅速で実用的な応答を生成します。

---

🧠 2. 感情と行動の分析

• ユーザーの感情と過去のやり取りを評価します。
• 行動履歴がない場合はスキップします。

---

🌐 3. リソースの取得

• 必要に応じて、追加のリソース（ウェブデータ、Stack Overflow、社内 KB など）を取得します。

---

🧬 4. 強化学習のフィードバック

• 感情データを使用して、強化学習エージェントに報酬またはペナルティを与えます。
• 今後の意思決定やモデルの動作に影響を与えます。

---

🧾 5. 応答の生成

• 感情、コンテキスト、履歴を組み合わせて、初期応答を生成します。

---

🪞 6. 応答の改善

• 応答の明確さ、品質、一貫性を高めます。

---

🧠 7. 複数モデルによる推論

• 推論レベルに応じて、Gemini などのモデルを呼び出し、より深く多様な洞察を得ます。

---

⚡ 8. 高速パスでの返却

• 速度が重要な場合は検証を省略し、応答をただちに返します。

---

🔁 9. クイック推論パス

• 軽量な推論器を使用します。
• それまでの最良の回答を使って、最大 3 回まで検証します。
• 外部モデルからの入力なしで反復します。

---

🧩 10. プロレベルの推論

• 高度なモデルとサードパーティの出力を活用します。
• より広いコンテキストを確保し、最良の応答を選択します。

---

🧠 11. 強化学習エージェントの最適化

• 報酬とペナルティを通じて、強化学習エージェントを継続的に調整します。
• 複数回の反復後に最適な結果を選択します。

---

🎯 12. 貪欲最適化戦略

• 可能な限り最良の結果を優先します。
• 品質が最低基準を満たすと、早期に終了する場合があります。

コード分析チェーン

大規模なコードベースの詳細な分析を目的として設計された CodeAnalystPro は、コードの説明と変更を得意とします。以下に、手順ごとのワークフローを示します。

1. コードの分割

• ソースコードを扱いやすい 2,000～5,000 文字のセグメントに分割します。

2. 再試行ロジックを用いたチャンク分析

• 各チャンクを分析します。
• 精度を高めるため、最大 5 回の再試行が可能です。

3. コンテキストを考慮した変更

• 以下を考慮して変更を加えます。

  • 現在のチャンク。
  • 以前に生成された出力。

• チャンク間で出力の一貫性を確保します。

4. フォールバックの仕組み

• チャンクが検証に失敗した場合：

  • 以前の最良バージョンを再利用します。
  • 幻覚を抑えるため、コンテキストウィンドウを縮小します。

5. 検証のしきい値

• チャンクは次に進むために、90% の検証スコアを満たす必要があります。
• 検証に合格すると、システムは次のチャンクに進みます。

6. 反復的な改善

• 次に進む前に、各チャンクを修正または説明します。

7. 最終出力の再構成

• すべてのチャンクを再構成して最終版を作成します。
• 軽量な Gemini モデルが最終的な仕上げとクリーンアップを行います。

Python チェーン

インストール

1. Docker イメージをプルします：

docker pull stefankumarasinghe/codemasterpro

最適なパフォーマンスを得るには、適切なタグを使用してください。amd64、arm64、どちらにも対応していますがサイズの大きい latest があります。

2. Docker コンテナを実行します：

docker run -e GOOGLE_API_KEY=YOUR_GEMINI_API_KEY -p 8000:8000 stefankumarasinghe/codemasterpro

-e を使って BRAVE_API_KEY や TOGETHER_AI_API_KEY、その他の連携機能を指定することもできますが、CodeMasterPro では UI から設定できます。

• YOUR_GEMINI_API_KEY を実際の Gemini API キーに置き換えてください。

• YOUR_BRAVE_API_KEY を Brave API キーに置き換えてください（お持ちの場合）。

• TOGETHER_AI_API_KEY を Together キーに置き換えてください。

• ターミナルから設定する場合は、.env を作成してください（ルート階層）。

• ポート 8000 も使用できる状態にしてください。

• 新しいアップデートでは、UI から設定できるため、これらの変数を指定する必要はなくなりました。

3. CodeMasterPro にアクセスします：

ウェブブラウザーを開き、[CodeMasterPro](https://dwr4zchmi6x24.cloudfront.net/) にアクセスしてください。 Docker コンテナを実行する必要があります。不要になったら停止し、トークンを再入力せずに起動できます。

環境変数

• GOOGLE_API_KEY：Gemini API キーです。必須です。
• その他のトークンや連携機能は、アプリの起動後に追加できます。

カスタマイズ

CodeMasterPro は UI からさらにカスタマイズできます。

• モデルの選択： コード補完やデバッグに使用する AI モデルを選択します。
• 言語設定： 使用するプログラミング言語を指定します。
• UI テーマ： CodeMasterPro インターフェースの外観をカスタマイズします。
• さらに多くの機能があります ...

使用方法

1. コードエディターとの連携： 提供されているプラグインや拡張機能を使って、お好みのコードエディター（例：VS Code、Sublime Text、Atom）に CodeMasterPro を連携します。
2. 大規模で正確なコード生成： Gemini の 100 万トークンのコンテキストウィンドウにより、大量の出力を生成でき、大量の入力も扱えます。
3. リアルタイムの支援： 入力中に、CodeMasterPro がリアルタイムでコードの提案、エラー検出、ドキュメントの抜粋を提供します。
4. デバッグツール： AI を活用したデバッグツールを使って、問題をすばやく特定し、解決します。
5. ドキュメントの検索： CodeMasterPro のインターフェース内から、さまざまなプログラミング言語やライブラリの包括的なドキュメントにアクセスできます。

プロンプトの例

例 1：このコードを修正して改善してもらえますか 例 2：この Python コードに脆弱性がないか確認してもらえますか 例 3：ログを可視化してください 例 4：すべてのロジックとルールを備えた、完全に動作するチェスゲームを HTML で作成してください 例 5：この Python コードを実行してください

コントリビューション

CodeMasterPro への貢献を歓迎します。次のガイドラインに従ってください。

1. リポジトリをフォークします。
2. 機能追加またはバグ修正用の新しいブランチを作成します。
3. 変更内容を明確に説明したプルリクエストを送信します。
4. このリポジトリをフォークする場合、このプロジェクトは非商用ライセンスで公開されているため、私へのクレジット表記が必要です。

ライセンス

このプロジェクトは Non Commercial License の下でライセンスされています。詳細は LICENSE ファイルをご覧ください。ただし、アプリを使用する場合は私へのクレジット表記が必要です。

サポート

質問、バグ報告、機能リクエストがある場合は、issue または PR を作成してください。

謝辞

• Google Gemini、Brave Search API、Together AI、および CodeMasterPro の Chain of Thought を利用しています。